Trong bài viết mới, các nhà nghiên cứu của Hugging Face đề xuất phương pháp sử dụng ít token hơn để huấn luyện và triển khai các hệ thống AI, từ đó giảm chi phí tính toán và cải thiện hiệu suất.
Chúng chỉ ra rằng việc học từ các hành trình tự động của AI (trajectories) cho phép các mô hình rút ra những bài học thực tế mà không cần cập nhật trọng số hay dùng dữ liệu người.
Hai hệ thống ALTK-Evolve và ACE được minh họa để chứng minh rằng việc lưu trữ và sử dụng các “bài học” riêng lẻ, thay vì nén thành bản tóm tắt chung, giúp tối ưu hóa hiệu quả và giảm chi phí token.
Nguồn: Hugging Face — Biên dịch & tổng hợp: danhbaai.com